AI 모델 기업과 클라우드 기업: 지분, 컴퓨트 계약, 지대의 세 층

AI 산업의 겉모습은 유명한 모델 이름으로 구성된다. ChatGPT, Claude, Gemini, Grok, Llama의 성능을 비교하고 어느 회사가 더 뛰어난 모델을 만들었는지 논한다. 하지만 모델을 훈련하고 매일의 추론을 공급하려면 칩·서버·전력·냉각·네트워크·데이터센터, 이를 조달하는 계약과 자본이 필요하다. 지능을 만드는 회사, 그 지능을 돌리는 설비를 가진 회사, 그 설비의 필수 부품을 파는 회사가 반드시 같지는 않다.

여기서 중요한 것은 '모델 회사가 누구의 클라우드에 올라타 있는가'와 '클라우드 회사가 모델 회사 지분을 얼마나 소유하는가'를 분리하는 것이다. 지분 투자는 수익에 대한 청구권을 만들 수 있지만, 서비스 계약은 사용료와 공급 조건을 정한다. 두 관계가 함께 존재할 수도, 어느 하나만 존재할 수도 있다. 그리고 데이터센터 계약 규모는 주주 지분율도, 실제 사용 GPU의 비율도 아니다.

먼저 층을 분리한다: 칩, 시설, 클라우드, 모델, 유통

이는 현금과 자원의 흐름을 파악하기 위한 기능적 층이지 기업을 서로 배타적인 계급에 가두는 도식이 아니다. Google은 자체 모델·TPU·클라우드·유통을 모두 가진다. Microsoft는 클라우드와 오피스 유통을, Amazon은 AWS와 자체 모델·유통을 결합한다. Meta는 대형 자체 데이터센터를 사용하면서 외부 컴퓨트도 확보하고, xAI도 자체 Colossus와 외부 자원·유통의 관계를 가진다.

AI 전용 클라우드와 AWS·Azure·Google·Oracle을 '상하 관계'로 일률적으로 겹쳐 그릴 수도 없다. CoreWeave나 Nebius는 범용 클라우드의 하위 서비스라기보다 경쟁·보완하는 병렬 공급자일 수 있다. 하나의 GPU가 여러 계약 층위를 거쳐 제공되더라도 산업 전체를 단선적 공급사슬로 그리면 중복 집계가 발생한다.

모델 회사별 공개된 컴퓨트 연결망

다음 표는 2025~2026년 5월 무렵까지 알려진 주요 발표·보도를 토대로 한 관계의 개요다. 계약액과 용량은 발표 당시의 약정·목표·확보 계획을 포함하므로 실제 지출액이나 동시에 가동 중인 용량으로 읽어서는 안 된다.

OpenAI와 Microsoft의 파트너십 변화는 OpenAI·Microsoft 2026년 4월 공동 발표, OpenAI와 Oracle의 Stargate 계획은 OpenAI의 Oracle 발표, CoreWeave 계약은 CoreWeave 발표에서 소개되었다. Anthropic의 AWS 관계는 Anthropic의 Amazon·Trainium 발표, Google TPU는 Anthropic 발표, Azure 계약은 Microsoft 발표를 참고할 수 있다. 이 링크들은 이전에 제시된 자료다. 개별 회사의 현재 사용 비율·현재 가동률을 새로 측정한 것이 아니다.

OpenAI: Azure 단일 축에서 다중 공급자 확보로

OpenAI는 Microsoft Azure에 강하게 의존해 출발했다. Microsoft는 거액의 투자자이자 학습·운영 인프라 공급자였으며, OpenAI의 기술을 기업 제품으로 연결하는 유통 경로도 제공했다. 그러나 OpenAI가 더 많은 컴퓨트를 필요로 하면서 AWS, Oracle/Stargate, CoreWeave 같은 공급자로 확장했다. 이는 한 곳의 장비 공급 제약에서 벗어나기 위한 선택이지만, 한 공급자에 대한 종속이 줄어드는 것과 전체 컴퓨트 임대비가 줄어드는 것은 별개다.

2026년 4월 Microsoft와 OpenAI가 수정된 파트너십을 발표하면서 Microsoft의 핵심 지위와 OpenAI의 클라우드 이용 유연성을 함께 강조했다. 개정 계약의 권리 구조는 별도 계약서가 모두 공개된 것이 아니므로 비독점·주요 파트너라는 표현만으로 수익 배분을 확정할 수 없다.

Anthropic: AWS·Google·Azure의 세 갈래와 칩 다변화

Anthropic은 AWS를 주요 훈련·클라우드 파트너로 삼으면서 Google TPU와 Azure 컴퓨트도 확보하는 방향으로 움직였다. Trainium, TPU, NVIDIA GPU를 활용하는 여러 계약의 공존은 클라우드 공급자만이 아니라 컴퓨팅 아키텍처의 선택권을 다변화하려는 사례로 읽을 수 있다.

Anthropic 모델이 AWS Bedrock, Google Cloud, Microsoft 기업용 AI 플랫폼에서 제공된다는 사실과 세 회사가 Anthropic의 모델 훈련을 각각 얼마나 맡는다는 사실은 다르다. 모델 유통 가능성과 모델을 만드는 데 실제로 쓰는 자원의 구성비가 같지 않다. 아울러 여러 공급자가 모두 투자자라고 해서 각자 '동일한 지배권'을 가지는 것도 아니다.

자체 인프라 기업과 병렬 AI 클라우드

Google은 자체 TPU·데이터센터·모델·클라우드 유통망을 결합한다. Meta도 자체 GPU·시설을 매우 크게 보유하면서 외부 서비스를 활용한다. xAI는 Colossus라는 직접 구축 인프라를 강조한다. 그럼에도 공통적으로 칩 제조, 전력 공급, 외부 계약, 공급망과 고객 접근에 의존한다. 자체 데이터센터를 가진다는 사실과 완전한 자립은 다르다.

CoreWeave와 Nebius 같은 GPU 중심 공급자는 기존 3대 클라우드만으로 인프라 지형을 설명할 수 없다는 사례다. Oracle 역시 기존 클라우드 시장의 규모 순위만 보면 놓치기 쉬운 AI 인프라 공급 역할을 획득한 것으로 소개되었다. 반대로 특정 회사와 200억 달러 규모를 '논의했다'는 보도는 계약 체결과 다르다. 파트너십 발표, 협의, 인프라 목표, 실제 제공을 구별해야 한다.

지분율은 얼마나 공개되어 있는가

Microsoft의 27%는 2025년 10월 OpenAI의 재자본화 발표에서 공개된 기준이다. Amazon이 Anthropic의 소수 지분을 보유하고 누적 80억 달러를 투자했다는 내용은 Anthropic의 2024년 11월 발표에 따른다. Alphabet·Microsoft·Amazon의 투자액, 지분 평가액, 대출·서비스 약정과 우선주 구조를 보지 않고 현재의 주주별 최종 비율 합계를 만들 수는 없다.

이 표가 가장 강하게 말해 주는 것은 어떤 회사가 '몇 퍼센트의 소유자'인지 모두 공개되어 있다는 사실이 아니다. 그 반대다. 공개된 계약액과 공급 용량은 매우 크지만, 정작 소유권과 의결권의 세부 구조는 비상장회사 특성상 불투명할 수 있다.

지대는 어디서 발생하는가: 모델 회사가 항공사처럼 될 위험

모델 회사가 높은 기술력을 갖추었는데도 비용과 경쟁 때문에 이윤이 얇아지는 시나리오를 생각할 수 있다. 항공사 매출이 커도 항공기 리스·연료·공항·정비비를 계속 지불해야 하는 것처럼, 모델 회사도 학습비, 추론비, 인력, 저작물 라이선스, 보안·규제 비용을 지불해야 한다. 이 비유의 요점은 비용 구조이지 두 산업의 수익성이 실제로 동일하다는 측정 결과가 아니다.

지대(rent)라는 말은 모든 클라우드 사용료가 부당한 초과이윤이라는 뜻이 아니다. 데이터센터는 실물 설비투자, 감가상각, 전력 구매, 고장과 가동률 위험을 부담한다. 그럼에도 다른 곳으로 이전하기 어렵고 특정 용량이 병목이 되면 공급자는 더 강한 가격 협상력을 갖는다. 분석에서는 정당한 서비스 원가와 경쟁을 제한하는 희소성에서 나온 초과수익을 구별해야 한다.

가능한 지대의 위치는 적어도 네 곳이다.

• 칩·네트워크 병목: 고성능 가속기의 공급, 소프트웨어 생태계와 호환성.
• 전력·시설 병목: 변전소, 송전 접속, 냉각, 데이터센터 부지와 인허가.
• 클라우드 병목: 대형 클러스터의 즉시 사용 가능성, 장기 계약, 데이터·애플리케이션 이전 비용.
• 유통·사용자 접점 병목: 일상 인터페이스, 사무 도구, 고객 계약, 생태계 전환 비용.

따라서 '임대업자가 늘 마지막 승자'라는 가설은 검토할 가치가 있지만 확정된 수익률 예언은 아니다. 설비를 지나치게 많이 지으면 컴퓨트 공급 과잉과 가격 하락이 일어날 수 있고, 새로운 칩 아키텍처·오픈 모델·모델 효율화와 캐싱이 비용을 낮출 수도 있다. 반대로 효율 개선으로 이용량이 더 늘어나는 경우에는 총컴퓨트 수요가 계속 증가할 수 있다. 소비자의 인터페이스를 장악한 플랫폼이 오히려 아래층 공급자에게 협상력을 행사할 가능성도 있다.

어떤 회사가 더 취약한가

독립 모델 기업이 반드시 약한 것은 아니다. 그러나 자체 설비가 없고, 고객 접점도 약하고, 대체 가능한 모델을 팔며, 한 공급자의 계약에 묶여 있는 경우에는 비용·유통·전환 가능성에서 취약성이 커질 수 있다. 반대로 소프트웨어 플랫폼, 모델, 데이터센터, 전력 확보, 칩 설계까지 결합한 회사는 중간 마진을 내부화할 가능성이 있다.

그렇다고 모든 층을 소유한 회사가 항상 유리한 것도 아니다. 자체 데이터센터를 짓는 순간 건설 지연, 감가상각, 자산 노후화, 수요예측 실패라는 위험도 직접 진다. 임차인은 비용을 지불하는 대신 일부 설비 위험을 이전한다. 소유와 임대는 모두 수익과 위험의 조합이다.

기업 간 협상력을 보려면 다음 질문을 별도로 해야 한다. 수요자가 공급자를 바꿀 수 있는가? 다른 칩에서 모델을 옮길 수 있는가? 장기 계약에 최소 사용 약정과 투자자 우대권이 있는가? 모델을 고객에게 직접 팔 수 있는가? 모델 성능이 평준화되어 가격 경쟁이 발생하는가? 전력이 부족한 지역에서는 누가 접속권을 먼저 확보했는가?

지분과 사용료를 나란히 받는 기업

가장 특이한 관계는 클라우드 공급자가 동시에 투자자일 때다. 투자자는 모델 회사의 성공으로 지분 가치를 얻을 수 있고, 같은 회사에 클라우드 서비스를 팔아 매출을 얻을 수 있다. 모델 회사가 성장할수록 공급계약이 확대될 수 있으며, 컴퓨트 공급에 대한 투자 약정이 다시 모델 회사의 확장을 가능하게 할 수 있다.

그러나 이 관계는 모든 투자금이 사실상 클라우드 사용료로 회수된다는 단정으로 단순화하면 안 된다. 계약의 실제 현금흐름, 클라우드 크레딧, 서비스 원가, 다른 공급자 사용 권리, 지분 의결권이 다르기 때문이다. AI 자본·노동·분배의 계약 분석에서 설명한 FTC의 클라우드·모델 제휴 조사도 이런 권력 구조가 경쟁에 미칠 잠재적 영향을 문제 삼았다.

클라우드 지대의 물리적 분모: 세계 GW와 도시의 일자리

서비스 제공자에게는 하나의 ‘클라우드’ 요금으로 보이는 비용이, 실제 지역에서는 데이터센터의 GW급 전력용량·변전·냉각·통신·토지와 시설금융으로 나뉜다. 2025~2026년의 시장 전망은 전 세계 데이터센터 용량이 2030년까지 두 배 가까이 늘 수 있다고 보면서도, 상업형 공실률과 실제 AI 학습용 고밀도 용량이 다르다는 점을 보여 준다. 데이터센터의 수와 전력 GW를 서로 바꿔 쓰면 물리적 시장 지배력을 오판한다.

컴퓨트 공급자의 소유권은 전력망 소유권, 토지의 개발·임대, GPU 구매의무, AI 모델 지분과 일치하지 않을 수 있다. 대형 AI 캠퍼스의 감가상각 위험을 가진 사업자와 클라우드 구독 매출을 갖는 사업자의 위험이 다르다는 것도 중요하다. 세계 데이터센터 용량·냉각·투자지는 인프라 시장의 분모를, 한국 데이터센터의 지역 일자리는 해외 서비스 수익이 지방 상시 고용으로 자동 전환되지 않는 구조를 다룬다.

노동과 지역경제로 돌아오는 문제

컴퓨트 지대가 장기적으로 강해진다면 모델 개발자의 기술 소유권만큼이나 전력 인프라, 공장 부품, 공공 인허가, 지역 전력요금과 데이터센터 건설 노동이 중요해진다. 클라우드 사용료는 모델 회사의 비용이지만, 다른 편에서는 인프라 기업의 매출이고, 그 매출 또한 건설사·반도체 공급사·전력회사로 이동한다. 계약상 먼저 돈을 받는다는 이유만으로 모든 하위 공급자가 순이익을 독점하는 것은 아니다.

관련된 계산 인프라의 기술적 역할은 추론 스케일링, 노동과 제도의 분배 문제는 AI 경제 이행기, 기술 기업의 공간적 집적은 실리콘밸리 기업 지리에서 더 살핀다.

검토 상태

이 글의 공개 투자·계약·컴퓨트 수치는 2025~2026년 5월 무렵 제시된 발표와 보도에 따른다. 2026년 10월 시점의 최신 지분율, GPU 가동량, 실제 현금 지출, 기업별 이익률은 새로 검증하지 않았다. 분석적 비유인 '클라우드 지주', '모델 임차인', '새로운 지대경제'는 소유권과 병목에 주목하는 가설이다. 특정 회사가 결국 승리한다는 투자 판단이나 확정된 예측으로 읽어서는 안 된다.